Upsonic/Upsonic

What it solves

Upsonic 是一个 Python 框架，旨在简化自主 AI 代理与传统代理系统的创建。它提供结构化的方式来构建能够执行复杂任务、与文件和 Shell 交互、以及通过 OCR 处理文档的代理，同时保持安全边界。

How it works

Upsonic 提供两种主要的代理类型：

• Autonomous Agents：这些代理在受限的 workspace 中执行文件和 Shell 操作，以防止路径遍历和危险命令。它们可以通过连接 Sandbox Provider（如 E2B）进一步增强，实现隔离的云端执行。
• Traditional Agents：这些代理专注于使用自定义工具（通过 @tool 装饰器定义）或外部 MCP Tools 连接各种数据源和服务来执行任务。

此外，框架还包含统一的 OCR 接口，具备分层管线（第 0 层负责准备，第 1 层为 OCR 引擎），支持多种引擎，如 EasyOCR、Tesseract 和 DeepSeek OCR。

Who it’s for

想要构建能够自主行动、使用工具或处理文档的 AI 代理，而不必从头搭建底层基础设施的 Python 开发者。

Highlights

• Autonomous Execution：内置文件和 Shell 操作限制，确保安全。
• Prebuilt Agents：社区驱动的即用型代理集合，包含预包装的技能和提示。
• Extensible Tooling：支持自定义 Python 工具和 MCP Tools 进行外部集成。
• Unified OCR：分层管线支持多种 OCR 引擎（例如 EasyOCR、RapidOCR、PaddleOCR）。
• IDE Integration：直接为 Cursor、VSCode 等工具提供文档索引。